[发明专利]一种多源信息融合农业机器人动态障碍物检测系统在审

专利信息
申请号: 201710407395.0 申请日: 2017-05-25
公开(公告)号: CN108931976A 公开(公告)日: 2018-12-04
发明(设计)人: 陈军;刘美辰 申请(专利权)人: 西北农林科技大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 712100 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 农业机器人 动态障碍物 多源信息融合 惯性传感器 激光传感器 检测系统 北斗 传感器信息融合 顶端中心 非结构化 技术检测 农田环境 正前方 网口 灵活 保证
【说明书】:

发明公开一种多源信息融合农业机器人动态障碍物检测系统,主要包括北斗、惯性传感器、激光传感器和PC机。其特征在于:所述北斗安装在农业机器人顶端,沿中心线放置,并通过RS232接口与PC机相连;所述惯性传感器沿农业机器人顶端中心线安装,并通过USB接口与PC机相连;所述激光传感器安装在农业机器人正前方,并通过网口与PC机相连。本发明区别于现有技术,采用传感器信息融合技术检测动态障碍物,可实现对动态障碍物的识别,保证农业机器人能够在非结构化的农田环境下灵活自主的行走,避免与动态障碍物的碰撞。

技术领域

本发明涉及一种农业机器人动态障碍物检测系统,具体涉及一种基于多传感器信息的动态障碍物检测系统,属于农业机械领域。

背景技术

农业是国民经济的基础,现代农业装备是现代农业的重要支撑。复杂农田环境给农业自主机器人的行走增加了困难,为保证农业机器人能够在非结构化的农田环境下灵活自主的行走,一个关键的技术就是准确地判断农田中障碍物的方位以及机器人与障碍物之间的相对位置,即动态障碍物检测技术。

动态障碍物检测就是要从障碍物地图的原始信息中,寻找、跟踪和预测动态障碍物。农田动态障碍物为一切正在运动或即将要运动的,且当前位置或预测位置在农业机器人移动范围内的物体,如农用车、人等。

本发明提供一种农业机器人动态障碍物检测系统,融合激光传感器、北斗和惯性测量单元等传感器信息,解决农业机器人对动态障碍物的识别和检测问题。

发明内容

为实现上述目的,本发明解决其技术问题所采用的技术方案是一种多源信息融合农业机器人动态障碍物检测系统,主要包括北斗1、惯性传感器2、激光传感器3和PC机4。其特征在于:所述北斗1安装在农业机器人顶端,沿中心线放置,并通过RS232接口与PC机4相连;所述惯性传感器2沿农业机器人顶端中心线安装,并通过USB接口与PC机4相连;所述激光传感器3安装在农业机器人正前方,并通过网口与PC机4相连。

所述北斗1和惯性传感器2实时获取农业机器人位置和姿态信息后,将信号发送给PC机4进行储存和计算;所述PC机4先将北斗的经纬度数据转化为高斯克吕格平面坐标,再用卡尔曼滤波算法融合北斗1的位置数据和惯性传感器2的姿态数据,计算出农业机器人各时刻的平面坐标;所述激光传感器3实时检测农业机器人与障碍物之间的相对位置信息,将信号发送给PC机4进行储存和计算;所述PC机根据得到的各时刻农业机器人平面坐标和其与障碍物之间的相对位置信息,利用布沙尔模型进行相对坐标转换,计算出农田中障碍物的方位及绝对位置坐标,分析相邻采样周期内同一障碍物绝对位置,就可区分静、动态障碍物,并能计算出动态障碍物运动矢量。

所述北斗采用北京星网宇达科技公司XW-GI5610,它可以通过接收四颗不同卫星信号来确定农业机器人的位置信息。

所述惯性传感器采用北京星网宇达科技公司XW-IMU5220,它可以通过对农业机器人三轴姿态角以及加速度的计算确定农业机器人的姿态信息。

所述激光传感器采用日本HOKUYO公司的激光测距传感器UST-20LX,它可通过对农田环境的扫描获取各时刻障碍物的信息。

该基于多传感器信息的农业机器人动态障碍物检测系统的工作步骤主要是:

首先,北斗和惯性传感器将检测的农业机器人位置和姿态信号发送给PC机进行储存;

其次,PC机先将北斗的经纬度数据转化为高斯克吕格平面坐标,再用卡尔曼滤波算法融合北斗的位置数据和惯性传感器的姿态数据,计算出农业机器人各时刻的平面坐标;

接着,激光传感器将检测得到的农业机器人与障碍物之间的相对位置信息发送给PC机,PC机根据得到的各时刻农业机器人平面坐标和其与障碍物之间的相对位置信息,利用布沙尔模型进行相对坐标转换,计算出农田中障碍物的方位及绝对位置坐标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北农林科技大学,未经西北农林科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710407395.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top